携帯可能なAI技術、高頻度衛星データを活用した炭素吸収の時間監視 約30%の地球全体の二酸化炭素（CO2）排出量が陸上植物によって光合成を通じて吸収されています。蔚山国立科学技術院（UNIST）の研究チームが、このCO2吸収の高時間解像度予測を行う革新的なAI分析技術を開発しました。この技術の進歩は、気候変動の缓和対策やカーボンニュートラル政策の制定に大きく貢献すると期待されています。 この研究では、土木都市システム工学部の尹晶浩教授が率いるチームが、静止気象衛星「ひまわり8号」の10分間隔データを用いて、日ごとの総初生生産量（GPP）を時間単位で推定できるAIモデルを開発しました。GPPは、植物が光合成により積極的に吸収する炭素量を示す主要な指標であり、生態系の炭素固定を定量するのに不可欠です。 第一著者の裵世貞氏は、「極軌道衛星では通常1日に1〜4回しか観測できませんが、静止衛星からはより高頻度のデータ収集が可能です。これにより、光合成の昼間変動を精密に推定できます」と説明しています。 モデルには、気象データや大気浮遊物質（例如、微細粒子）の濃度を示すエアロゾル光学深さ（AOD）などが組み込まれています。AODは、太陽放射を吸収または散乱することで表面に達する光の量や質に影響を与え、それにより光合成活動が左右されます。 予測の解釈のために、研究チームは「SHapley Additive exPlanations（SHAP）」という説明可能なAI技術を採用しました。その結果、朝と夕方の低太陽角度時にAODが最も重要な影響を与えることが判明しました。この見解は、太陽高度が低いほど散乱光の比率が増え、植物の光合成反応が大気中のエアロゾルに対してより敏感になるという理解と一致しています。 尹晶浩教授は、「当の手法は東アジアでの炭素吸収の空間・時間力学を2キロメートルの解像度で24時間監視でき、生態系の炭素フロー解析、植物モニタリング、光放射環境に基づく炭素モデリングに有用なツールとなるでしょう」と述べています。 参考文献: 裵世貞ら, 東アジアにおける高時間解像度総初生生産量マッピングの進展: 大気中エアロゾルによる放射動態の影響解明, Remote Sensing of Environment (2025). DOI: 10.1016/j.rse.2025.114735